Sobre la nueva reforma de la educación matemática: invitación a un debate, 3

Referencias

Araya, R., Isoda, M., y González, O. (2020). A framework for Computational Thinking in preparation for transitioning to a Super Smart Society. Journal of Southeast Asian Education, 1, 1-16. Araya, R., Isoda, M., y Van der Molen Moris, J. (2021). Developing Computational Thinking Teaching Strategies to Model Pandemics and Containment Measures. Int. J. Environ. Res. Public Health, 18, 12520. https://doi.org/10.3390/ijerph182312520 Arnon, I., Cottril, J., Dubinsky, E., Oktac, A., Roa Fuentes, S., Trigueros, M., y Weller, K., (2014). APOS theory. A framework for research and curriculum development in mathematics education. Springer. https://doi.org/10.1007/978-1-4614-7966-6 Ball, D. L., y Bass, H. (2003). Making Mathematics reasonable in school. En J. Kilpatrick, W. G. Martin y D. Schifter (Eds.), A Research companion to Principals and Standards for School Mathematics (pp. 27-44). National Council of Teachers of Mathematics. Ball, D. L., Thames, M. H., y Phelps, G. (2008). Content knowledge for teaching: What makes it special? Journal of Teacher Education, 59(5), 389-407. https:// doi.org/10.1177/0022487108324554 Ben-Zvi, D. (2001). Technological tools in statistics education. En Jornades Europees d’Estadística. L’ensenyament i la difusió de l’Estadística (pp. 207-220). Conselleria d’Economia, Comerç i Indústria. Govern de les Illes Balears. Ben-Zvi, D., y Garfield, J. (2004a). Statistical Literacy, Reasoning, and Thinking: Goals, definitions, and challenges. En D. Ben-Zvi y J. Garfield (Eds.), Introduction to Statistical Literacy, Reasoning, and Thinking (pp. 3-15). Kluwer Academic Publications. https://doi.org/10.1007/1-4020-2278-6_1 Ben-Zvi, D., y Garfield, J. B. (Eds.). (2004b). The Challenge of Developing Statistical Literacy, Reasoning and Thinking. Kluwer Academic Publishers. https://doi. org/10.1007/1-4020-2278-6 Borromeo Ferri, R., Mena-Lorca, J., y Mena-Lorca, A. (Eds.). (2021). Fomento de la Educación-STEM y la Modelización Matemática para profesores. Kassell University Press. https://kobra.uni-kassel.de/ handle/123456789/12985 Cantoral, R. (2013). Teoría Socioepistemológica de la Matemática Educativa. Estudios sobre construcción social del conocimiento. Gedisa. Carrillo, J., Climent, N., Montes, M., Contreras, L. C., Flores-Medrano, E., Escudero-Ávila, D., Vasco, D., Rojas, N., Flores, P., Aguilar-González, A., Ribeiro, M., y Muñoz-Catalán, M. C. (2018). The Mathematics Teacher’s Specialised Knowledge (MTSK) model. Research in Mathematics Education, 20(3), 236-253. https://doi.org/10.1080/14794802.2018.1479981 Center for Research on International Cooperation in Educational Development. (2022). The University of Tsukuba-APEC International Cooperative Research. https://www.criced.tsukuba.ac.jp/math/apec/index_ jp.php Chevallard, Y. (1998). La transposición didáctica: Del saber sabio al saber enseñado. Aique. Council for Science, Technology, and Innovation. (2017). Japan Science and Technology Policy. Realizing Society 5.0. https://www.japan.go.jp/abenomics/_ userdata/abenomics/pdf/society_5.0.pdf Dhombres, J. (1978). Nombre, mesure et continu: Épistémologie et histoire. CEDIC/Fernand Nathan. Donald, M. (1991). Origins of the modern mind: Three stages in the evolution of culture and cognition. Harvard University Press. Donald, M. (1993). Precis of origins of the modern mind: Three stages in the evolution of culture and cognition. Behavioral and Brain Sciences 16, 737-791. https://doi.org/10.1017/S0140525X00032647 Donald, M. (2007). The slow process: A hypothetical cognitive adaptation for distributed cognitive networks. Journal of Physiology Paris, 101(4-6), 214-222. https://doi.org/10.1016/j.jphysparis.2007.11.006 Duval, R. (1995). Semiosis y pensamiento humano. Universidad del Valle. Estrella, S., Vergara, A., y González, O. (2021). Developing Data Sense: Making inferences from variability in tsunamis at Primary School. Statistics Education Research Journal, 20(2), 16-16. Estrella, S., y Vidal-Zsabó, P. (2017). Alfabetización estadística a través del estudio de clases: representaciones de datos en primaria. Uno: Revista de Didáctica de las Matemáticas, 78, 12-17. Estrella, S., Olfos, R., y Mena-Lorca, A. (2018). Lesson Study in Chile: A very promising but still uncertain path. En M. Quaresma, K. Winslow, S. Clivaz, J. P. da Ponte, A. N. Shuilleabhain y A. Takahashi (Eds.), Mathematics lesson study around the World: Theoretical and methodological issues (pp. 105-122). Springer International Publishing. Foro de Cooperación Económica Asia Pacífico. (2016). 2016 Leaders’ Declaration. https://www.apec.org/ Meeting-Papers/Leaders-Declarations/2016/2016_ aelm Foro de Cooperación Económica Asia Pacífico. (2018). Inclusive Mathematics for Sustainability in a Digital Economy (InMside). APEC Project Database. https:// aimp2.apec.org/sites/PDB/Lists/Proposals/DispForm. aspx?ID=2247 Foro de Cooperación Económica Asia Pacífico. (2020). COVID-19 Hastens Automation. APEC Policy Support Unit. https://www.apec.org/Press/News- Releases/2020/0626_Future Gal, I. (2000). Statistical literacy: Conceptual and instructional issues. En D. Coben, J. O’Donoghue y G. FitzSimons (Eds.), Perspectives on adults learning Mathematics: Research and practice (pp. 135-150). Kluwer. https://doi.org/10.1007/0-306-47221-X_8 Garfield, J. B., y Gal, I. (1999). Teaching and assessing statistical reasoning. En L. V. Stiff (Ed.), Developing mathematical reasoning in grades K-12 (pp. 207-219). National Council of Teachers of Mathematics. Gersten, R., Taylor, M. J., Keys, T. D., Rolfhus, E., y Newman-Gonchar, R. (2014). Summary of research on the effectiveness of math professional development approaches. REL Southeast & National Center for Education, Evaluation and Regional Assistance. Institute of Education Science. US Department of Education. Goldin, C., y Katz, L. (2008). The race between Education and Technology. Harvard University Press. https://doi.org/10.2307/j.ctvjf9x5x González, O., Isoda, M., y Araya, R. (2020). A New Framework for Statistical Thinking in the Time of Big Data and the Digital Economy. Journal of Southeast Asian Education, 1, 59-67 Isoda, M., y Katagiri, S. (2014). Pensamiento matemático: cómo desarrollarlo en la sala de clases. CIAE, Universidad de Chile. Kano, T. (2019). Curriculum Reform for Digital Society: Challenges to 4th Industrial Revolution. http:// www.criced.tsukuba.ac.jp/math/apec/apec2019/ presentations/7Feb/2/rev-Toshiharu_Kano20190207. pdf Kuzniak, A., y Richard, P. (2014). Espacios de trabajo matemático. Puntos de vista y perspectivas. Revista Latinoamericana de Investigación en Matemática Educativa, 17(4-1), 5-39. http://dx.doi.org/10.12802/ relime.13.1741a Liu, W. C. (2022). (Ed). Singapore’s approach to developing teachers: Hindsight, insight, and foresight. Routledge. https://doi.org/10.4324/9780429433641 Manyika, J., Chui, M., Brown, B., Bughin, J., Dobbs, R., Roxburgh, C., y Hung Byers, A. (2011). Big Data: The next frontier for innovation, competition, and productivity. The McKinsey Global Institute. Mena-Lorca, A. (2022a). Sobre la nueva reforma de la educación matemática: invitación a un debate, 1. Revista Chilena de Educación Matemática, 14(1), 4-16. https://doi.org/10.46219/rechiem.v14i1.107 Mena-Lorca, A. (2022b). Sobre la nueva reforma de la educación matemática: invitación a un debate, 2. Revista Chilena de Educación Matemática, 14(1), 17-30. https://doi.org/10.46219/rechiem.v14i1.108 Mena-Lorca, A. Mena-Lorca, J., y Morales, A. (2022). Contemporary learning in the interaction of the human with data, via technology-mediated graphics: the discourse-representation dialogue in mathematics. En F. Cordero, M. Rosa, D. Orey, y P. Carranza (Eds.), Mathematical Modelling Programs in Latin America – A collaborative context for social construction of knowledge for educational change (pp. 347-366). Springer. Moore, D. S. (1997). New pedagogy and new content: The case of statistics. International Statistical Review, 65, 123-165. https://doi.org/10.2307/1403333 Morris, I. (2013). The measure of Civilization. How social development decides the fate of nations. Princeton University Press. https://doi. org/10.1515/9781400844760 Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura. (2016). Educación 2030. Declaración de Incheon y Marco de Acción para la realización del Objetivo de Desarrollo Sostenible 4: Garantizar una educación inclusiva y equitativa de calidad y promover oportunidades de aprendizaje permanente para todos. https://unesdoc.unesco.org/ ark:/48223/pf0000245656_spa Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura. (2020). COVID-19 Education. How many students are at risk of not returning to school? July 2020. UNESCO. Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura. (2021). Reimaginar juntos nuestros futuros - Un nuevo contrato social para la educación. UNESCO. Organización para la Cooperación y el Desarrollo Económicos. (2004). Revisión de Políticas Nacionales de Educación. Chile. OECD. Organización para la Cooperación y el Desarrollo Económicos. (2018). The future of education and skills. Education 2030. Secretary-General of the OECD. Oteiza, F. (2015). Una visión acerca de la educación matemática en Chile: cómo caracterizar su presente, los principales hitos del proceso de llegar allí y cómo pensar el futuro. En X. Martínez y O. Camarena (Eds.), La educación matemática en el siglo XXI (pp. 41-66). Instituto Politécnico Nacional. Peirce, C. S. (1998). The Essential Peirce. Volume 2. Selected Philosophical Writings (1893-1913). Indiana University Press. Shaffer, D. W., y Kaput, J. J. (1988). Mathematics and Virtual Culture: An evolutionary perspective on Technology and Mathematics Education. Educational Studies in Mathematics, 37, 97-119. https://doi. org/10.1023/A:1003590914788 SEAMEO Secretariat. (2022, 10 de febrero). 10th SEAMEO-University of Tsukuba Symposium [Video]. Youtube. https://www.youtube.com/ watch?v=X6Znu8bnIO0 Shulman, L.(1986). Those who understand: Knowledge growth in teaching. Educational Researcher, 15(2), 4-14. https://doi.org/10.3102/0013189X015002004 Tedre, M., y Denning, P. (2016). The long quest for Computational Thinking. https://doi. org/10.1145/2999541.2999542 Turchin, P. (2016). Ultrasociety: How 10,000 years of war made humans the greatest cooperators on Earth. Beresta Books. Villani, C., Schoenauer, M., Bonnet, Y., Berthet, C., Cornut, A.-C., Levin, F., y Rondepierre, B. (2018). Donner un sens à l´Intelligence Artificielle: Pour une stratégie nationale et européenne. Mission Villani sur l’intelligence artificielle. AI for Humanity. https://www. aiforhumanity.fr/pdfs/MissionVillani_Presse_FR-VF.pdf Wild, C., y Pfannkuch, M. (1999). Statistical thinking in empirical enquiry. International Statistical Review, 67(3), 223-248. https://doi.org/10.2307/1403699 Wing, J. (2006). Computational thinking. Communications of the ACM, 49(3), 33-35. https://doi. org/10.1145/1118178.1118215 Wing, J. (2014). Computational thinking benefits society. 40th Anniversary Blog of Social Issues in Computing. http://socialissues.cs.toronto.edu/index. html%3Fp=279.html Wolfram, S. (2016, 7 de septiembre). How to teach computational thinking. Wired. https://www.wired. com/2016/09/how-to-teach-computational-thinking/